摘要
本发明公开了一种基于Mask Scoring R‑CNN网络的受电弓检测方法,包括以下步骤:S1、采集弓网红外受电弓数据并进行数据预处理,将数据划分为训练样本集和测试样本集;S2、搭建受电弓检测网络,利用主干网络提取受电弓多尺度特征图,通过预测头和掩码头获得受电弓的类别信息、位置坐标和粗粒度分割结果,提出一种边缘修复方法对受电弓粗粒度分割结果进行精细化修复;S3、将训练样本集的数据加载至受电弓检测网络中,反复迭代训练,进行参数调整,获得优质受电弓检测模型;S4、加载优质受电弓检测模型,将测试样本集的数据输入模型,评价受电弓检测分割结果。本发明受电弓检测精度更高,鲁棒性更强,且不需要其它价格昂贵的设备作为辅助,可以大大节约检测成本。